双轮移动机器人安全目标追踪与自动避障算法

设计了双轮移动机器人安全目标追踪算法和双回路的追踪与避障控制方案.内层控制回路是目标追踪的控制律,用来指导机器人追踪到指定目标并保持一定的安全距离,而且兼顾了机器人在运行速度上的限制和追踪的时间效率,其控制的渐近稳定性用Lyapunov函数法进行了证明.当遇到障碍物时,外层控制回路根据超声传感器的信息和阻抗控制的概念产生阻抗虚拟力,将期望目标调整到虚拟位置,使机器人能够自动转向以避开障碍物.仿真研究和实验结果证明了追踪算法的有效性和避障方法的可行性.     

基于关联规则挖掘的全向轮移动机器人目标跟踪控制系统设计

为保证全向轮机器人在移动过程中所捕获到的目标对象能够完全符合理想目标设定条件,准确追踪目标节点的运动行为,设计基于关联规则挖掘的全向轮移动机器人目标跟踪控制系统;根据CAN主控框架的部署形式,按需连接核心管控电路与I/O跟踪模块;分别以转向控制器、速度控制器为例,完善全向轮控制结构的物理作用能力,实现机器人目标跟踪控制系统的硬件设计;在此基础上,定义频繁项集合,按照具体的关联规则特征描述结果,确定挖掘程序指令的执行能力,得到准确的关联离散度指标计算结果,实现控制系统的关联规则挖掘,再联合相关硬件设备结构,完成基于关联规则挖掘的全向轮移动机器人目标跟踪控制系统设计;分析对比实验结果可知,随着关联规则挖掘控制系统的应用,全向轮机器人在移动过程中所捕获到的目标对象能够将理想目标完全包含在内,机器人目标跟踪结果准确,可以辅助全向轮移动机器人更加准确地追踪目标节点的运动行为,符合实际应用需求。     

基于RFID的智能跟踪机器人的设计

针对国内各种智能机器人的智能跟踪难这一现状,设计出一种基于RFID技术的智能跟踪的机器人,能实现对携有特定电子标签的目标进行实时跟踪;该机器人以STC89C51单片机为核心,采用有源RFID读写器(HR6020C)和电子标签(WS-HT06)构建定位系统,采用单片机控制L298来驱动机器人的两个后轮,整个系统通过单片机进行整合、计算、处理数据,并发出指令,控制机器人对目标进行跟踪,进而达到机器人的智能跟踪的目的;在100次试验中,有95次达到智能追踪的要求;经过改进后,有98次达到了智能跟踪的要求;该机器人的结构简单,具有很好的灵活性和可控性,并为智能跟踪机器人的研究开拓了思路,一定程度上促进了智能跟踪机器人的发展。     

室内单目机器人视觉目标发现与跟随

本文研究了室内单目机器人上的视觉目标人发现与跟随问题,分为场景变化检测,目标人检测,目标人视觉追踪和目标人主动跟随几个部分,主要研究了场景变化检测算法和目标人视觉追踪算法. 高速的场景变化检测算法通过对场景建模来分析该场景是否变化,为目标检测部分提供潜在变化帧和潜在变化区域. 实验结果表明能够提高系统运行速度,减少机器人运行时的卡顿. 视觉目标追踪算法结合表观模型和SLAM过程得到的地图点信息,估计目标区域内属于背景的部分,减少由于遮挡和目标尺度变化对于追踪算法的表观模型的影响,实验结果相比于对比算法取得较大效果提升. 本文尝试使用近年来效果较好的深度神经网络来进行目标检测. 使用小型深度网络并加强对于室内场景下人的学习,在运行速度和检测效果方面取得较好的平衡. 在视觉目标人的发现和跟踪的基础上,我们实现了机器人的跟随. 由于单目视觉仅能够提供目标的方向信息,所以机器人主动跟随的目标是保持目标人在成像平面的水平居中位置. 在目标无遮挡和部分遮挡的情况下,机器人能够成功的跟随人.     

基于并行Boosting算法的雷达目标跟踪检测系统设计

目前的雷达目标跟踪检测系统跟踪路线与实际路线相差较大,泛化误差率高。基于并行Boosting算法设计了一种新的雷达目标跟踪检测系统,硬件内部引入数据多处理器,对收集的雷达位置数据集中处理,连接I/O接口,配置数据过滤器,将雷达位置信息数据的状态参数录入过滤器元件中。在软件部分,利用并行Boosting算法的内部学习融合方式调节不同的雷达目标追踪系统状态,通过信息处理、航迹分析、落脚点判断来整合相应的跟踪检测信息,构建检验方程式防止外来无关数据的侵扰,最终得到雷达目标跟踪数据操作状态,完成目标跟踪检测。实验结果表明,基于并行Boosting算法的雷达目标跟踪检测系统设定的检测路线与实际路线吻合度高达99.21%,泛化误差远远低于传统目标跟踪检测系统,实用性更强。     

采用相关滤波的水下海参目标跟踪

针对在使用水下机器人采捕时需要实时跟踪定位海参目标的问题，提出了一种基于核相关滤波器的海参目标追踪算法。在初始帧中，根据已知的海参目标的外形特征，将海参整体分为九宫格块，通过边界块与中心块的比较定位海参的两头部位置；使用KCF算法在后续帧中追踪海参两个头部，通过两个模块之间的距离变化来估计海参尺度并计算出目标海参的位置。实验结果表明:在追踪水下海参时，该追踪算法的精确度、运行速度、成功率均高于其他实验算法。     

红外导航室内移动机器人的系统设计

移动机器人检测到电源电压较低时,给定位目标--充电装置发送无线电,充电装置收到无线电就发射红外线,对机器人进行导航.机器人不断采集红外信号,并用软件模拟脉宽调制的方法对驱动机器人双轮的电机进行实时控制,从而实现机器人对红外的跟踪.机器人检测到红外线信号较弱或者没有检测到红外线时,利用超声波、红外、红外光电等多种传感技术和经验丰富的专家系统进行避障、路径规划,无需图像处理,无需精确的环境模型,实现机器人以尽可能短的路径离开局部环境,快速跟踪红外线,最后准确定位于充电装置进行充电.     

基于深度相机的移动机器人视觉跟踪控制研究

基于视觉利用移动机器人进行运动目标跟踪,该文提出一种基于二自由度云台和RGB-D相机的运动目标视觉跟踪及移动机器人路径实时规划、跟踪方法。该方法利用核相关滤波算法在图像中实时追踪目标,控制二自由度云台使深度相机实时对准目标,并根据深度相机得到目标的深度信息,利用坐标转换得到目标相对于机器人的位置信息;其后移动机器人根据目标的位置信息,基于五次多项式进行路径规划;最后采用李雅普诺夫控制律对移动机器人进行轨迹跟踪控制,使得机器人能够平稳地跟踪目标运动。该算法在阿克曼移动机器人上进行了实验,实验结果验证了算法的有效性和实时性。     

基于虚拟图像注入的目标模拟器设计

提出了一种新的基于虚拟图像注入的目标模拟器的研究方法。该方法基于速度追踪原理。模拟器从主控计算机获得跟踪设备及目标的参数,用DSP产生图像数据,FPGA控制图像时序,最后通过Camera Link接口将目标跟踪的图像数据发送出去,完成对目标捕获及跟踪的模拟训练过程。给出了软、硬件实现的方案和结构。跟踪捕获过程可以达到目标场景的全景性和实时性,能够满足光电跟瞄设备的运行维护与操作训练要求。     

非完整移动机器人目标环绕动态反馈线性化控制

本文针对多个非完整移动机器人对静止或运动目标的环绕追踪问题进行研究.每个机器人仅通过自身和其相邻的机器人的位置与方向信息以及所追踪的目标的位置信息来协调其运动.首先,提出了一种基于动态反馈线性化方法的分布式控制策略,并引入一个控制机器人之间相对角间距的非线性函数,控制机器人间的相对角间距.使多个机器人能够以期望的与目标之间的相对距离、环绕速度和机器人之间的相对角间距对目标进行追踪.然后,利用Lyapunov工具对控制算法进行了渐近稳定性和收敛性分析.最后构建了多移动机器人实验平台,进行了数值仿真和实验验证,仿真和实验的运行结果表明了所提出算法的有效性.     

基于多传感器的运动训练辅助机器人主动跟踪算法设计

针对运动训练辅助机器人对健美操运动员进行检测与跟踪的准确性问题,提出一种基于多传感器的运动训练辅助机器人主动跟踪算法。首先,对主动跟踪算法的总体方案进行设计,提出了基于视觉传感器的机器人主动跟踪方法和基于声纳传感器的机器人主动跟踪方法;然后,采用基于决策层的数据融合方法将两种跟踪方法获取的跟踪方案进行融合,彼此弥补获取最佳的跟踪方案;最后,通过实验测试提出的算法能否实现机器人对健美操运动员的主动跟踪。实验结果表明：设计的基于多传感器的运动训练辅助机器人主动跟踪算法能够让机器人对健美操运动员进行主动跟踪,且整个跟踪过程能够快速检测到目标并朝之靠拢,同时通过调整自身速度安全、平稳地对目标进行跟踪,能够实现辅助运动员进行训练的目的。     

目标识别追踪算法系统设计及分析

通过植入到机器人控制单元,帮助机器人在感知环境的前提下更好的识别和追踪目标,本文研究设计了一种基于本地数据采集处理的目标识别追踪算法系统,通过对本地和云端两个方案测试验证设计系统在综合性能的优越性,主要解决室外机器人在实际场景中识别目标出现的高延迟、不稳定等问题。     

基于单目视觉的移动机器人测距方法

本文针对多机器人编队过程中的跟踪控制,提出了一种跟踪机器人采用单目视觉技术获取前方被跟踪机器人距离信息的方法.该方法首先对跟踪机器人摄像机进行内参数标定,并在目标机器人背部设置视觉标记.然后系统获取目标机器人的含有视觉标记的单帧图像,预处理此图像,并识别出图像中的视觉标记所在的目标区域,用Hu氏不变矩计算该区域形心.最后推导出单目测距算法,利用图像信息和其它参数可以计算出两机器人之间的距离.实验结果表明,所设计的单目测距系统能得到准确的距离,为跟踪控制提供了重要的反馈信息.     

基于3D目标跟踪算法的机器人手眼协调研究

为了适应环境的复杂性和多样性,增强机器人抓取任务的鲁棒性,本文从3D目标跟踪算法出发,提出了一种实现机器人手眼协调的新方法。该方法采用改进的基于区域的位姿追踪算法同时跟踪机械臂夹持器和目标物体的位姿,根据二者的相对位置关系引导机械臂运动。对基于区域的位姿跟踪算法,本文提出根据局部区域分割线构建分割模型并改进模型颜色似然的线性更新方式,使得算法能够准确跟踪机械臂夹持器与目标物体。基于ROS平台搭建了一套仿真实验环境,并分别在仿真环境和真实环境下验证了此手眼协调系统的有效性和鲁棒性。这种方式不仅不需要手眼标定,更接近于人类“Sensor-Actor”带反馈的闭环控制方式,同时赋予了机器人足够的灵活性来应对弹性的任务和多变的环境。     

基于改进光流算法的机器人目标跟踪系统

基于计算机视觉的机器人运动目标检测与跟踪,就是建立起一种机器人视觉与电机驱动相关联的系统。光流算法在此类系统中有着广泛应用,但是求取所需稠密光流场的运算量过大是其明显的缺点。为减少计算时间,提高跟踪系统响应速度,引入均值平滑算法对传统H-S(Horn和Schunck)光流算法进行改进,并在此改进算法基础上建立起目标跟踪系统。通过此系统,机器人可以根据采集到的图像的光流场变化来检测运动目标,再通过对光流场的奇异值分解,对跟踪系统模型所需参数进行估算,并驱动机器人做出相应动作,保持对目标的跟踪,从而使机器人对周围环境变化做出及时、准确的动作。经过实验证明改进后的光流算法有效的减少了计算时间,增强跟踪系统的实时性能。     

基于虚拟现实和眼动追踪的人-集群机器人交互方法

操作员对集群机器人实施远程控制时面临被控对象众多、群体态势感知困难、集体行为控制不易等诸多挑战,使得手动遥控等传统交互方式无法实现高效、灵活、强沉浸感的人-集群机器人交互。为此,提出一种基于虚拟现实(VR)和眼动追踪的人-集群机器人交互(HSI)方法。首先,构建集群机器人VR交互场景并采集操作员的眼动数据;其次,解析获得瞳孔坐标、注视点等眼动特征,据此生成集群机器人的运动控制指令;最后,开展了真实集群机器人集群漫游、集群目标追踪及集群轨迹跟踪交互实验。机器人实验结果表明,该方法可实现灵活、便捷的人-集群机器人远程交互控制,这为人与集群机器人的共融协作提供了一种新的途径。     

一种机器人未知环境下动态目标跟踪交互多模滤波算法

为了解决机器人同时定位、地图构建和目标跟踪问题,提出了一种基于交互多模滤波(interacting multiple model filter, IMM)的方法.该方法将机器人状态、目标状态和环境特征状态作为整体来构成系统状态向量并利用全关联扩展式卡尔曼滤波算法对系统状态进行估计,由此随着迭代估计的进行,系统各对象状态之间将产生足够的相关性,这种相关性能够正确反映各对象状态估计间的依赖关系,因此提高了目标跟踪的准确性.该方法进一步和传统的IMM滤波算法相结合,从而解决了目标运动模式未知性问题,IMM方法的采用使系统在完成目标追踪的同时还能对其运动模态进行估计,进而提高了该算法对于机动目标的跟踪能力.仿真实验验证了该方法对机器人和目标的运动轨迹以及目标运动模态进行估计的准确性和有效性.     

基于树莓派的六足机器人目标跟踪系统研究

在室外环境进行机器人目标识别与跟踪是计算机视觉和机器人技术的前沿发展方向,机器人在导航、智能监控、多机协作、人机交互等领域应用广泛.设计了一种基于树莓派的六足机器人目标识别与跟踪系统.通过六足机器人搭载Kinect高清摄像头对行人和目标六足机器人进行识别与跟踪,YOLO v3进行行人和目标六足机器人的检测与识别,得到质...     

巡逻机器人的图像采集与处理技术研究

针对固定摄像头无法移动监控的问题,设计了一款基于图像采集与处理技术的巡视机器人.通过安装在机器人上的摄像头可以对监控区域进行实时的监测,实现对运动目标识别并追踪.论文使用COMS传感器的摄像头来实现图像采集,使用Python语言对图像灰度变换、滤波等算法的调试,还用到了Opencv中功能丰富的函数库.最终实现图像快速分析,并可以实现目标的匹配任务,从而提高了移动目标跟踪的可靠性.     

分数阶多机器人的领航–跟随型环形编队控制

针对多机器人系统的环形编队控制复杂问题,提出一种基于分数阶多机器人的环形编队控制方法,应用领航–跟随编队方法来控制多机器人系统的环形编队和目标包围,通过设计状态估测器,实现对多机器人的状态估计.由领航者获取系统中目标状态的信息,跟随者监测到领航者的状态信息并完成包围环绕编队控制,使多机器人系统形成对动态目标的目标跟踪....